支持向量機學習之3-SVR（迴歸）

ϵ−SVR SVR迴歸中，基本思路和SVM中是同樣的，在 ϵ−SVR [Vapnic,1995] 須要解決以下的優化問題。  dom min  12||w||2+C∑i=1l(ξi+ξ∗i) s.t.  ⎧⎩⎨⎪⎪⎪⎪yi−(wTxi+b)<ϵ+ξi(wTxi+b)−yi<ϵ+ξ∗iξi,ξ∗i≥0 細心的讀者可能已經發現了與 C−SVM 中的具備類似的地方，但又不太同樣，那麼如何理解上述公式呢？

>>阅读原文<<